猫眼电影记者 奥德瑞·尼尔森 报道首次登录送91元红包

大模型最广泛的应用如 ChatGPT、Deepseek、千问、豆包、Gemini 等通常会连接互联网进行检索增强生成（RAG）来产生用户问题的答案。随着多模态大模型（MLLMs）的崛起，大模型的主流技术之一 RAG 迅速向多模态发展，形成多模态检索增强生成（MM-RAG）这个新兴领域。ChatGPT、千问、豆包、Gemini 都开始允许用户提供文字、图片等多种模态的输入。

然而，目前对于 MM-RAG 的应用和研究都还处于非常初级的阶段，现有的 MM-RAG 研究以及综述论文主要聚焦于文本和图像等少数模态组合；音频、视频、代码、表格、知识图谱、3D 对象等多种模态的组合均可用于检索增强生成，却仅有很少的探索和研究。这使得研究者和开发者难以全面把握 MM-RAG 的技术脉络和广阔的应用空间。

来自华中科技大学、复旦大学、中国电信、美国伊利诺伊大学芝加哥分校的研究者们共同发布了一篇全面覆盖几乎所有模态作为输入和输出组合的MM-RAG综述来全面且系统化地阐述这个广阔的研究和应用空间。

论文标题：A Comprehensive Survey on Multimodal RAG: All Combinations of Modalities as Input and OutputTechRxiv: https://doi.org/10.36227/techrxiv.176341513.38473003/v2GitHub 项目主页: https://github.com/INTREBID/Awesome-MM-RAG

该论文的最大亮点在于其前所未有的广度：

它首次覆盖了几乎所有可能使用的模态组合作为输入和输出，包括文本、图像、音频、视频、代码、表格、知识图谱、3D 对象等。

通过这种全面的梳理，作者们首先揭示了 MM-RAG 领域中庞大的潜在输入 - 输出模态组合空间，并指出了其中尚未被充分探索的空白（如表 1 所示）。在作者提出的 54 种潜在组合中，目前只有 18 种组合存在已有研究（表 1 中绿色对勾的格子），许多极具应用价值的组合 —— 例如 “文本 + 视频作为输入，生成视频作为输出”—— 仍是一片亟待开拓的蓝海。

表 1：基于输入 - 输出模态组合的 MM-RAG 分类法

在此基础上，作者们构建了一个基于输入 - 输出模态组合的全新 MM-RAG 分类法，不仅系统性地组织了现有研究，还清晰展示了不同 MM-RAG 系统的核心技术组件（如表 2 所示），为后续研究提供了统一框架和方法参考。

表 2不同输入输出模态下多模态 RAG 的核心技术组件、任务和应用

四大关键阶段剖析 MM-RAG 工作流

基于这个新的分类法，该综述深入分析了MM-RAG系统的工作流程，并将其划分为四个关键阶段（如图 1 所示）：

图 1 MM-RAG 的工作流

a)预检索 (Pre-retrieval)： 数据组织和查询的准备工作。

b)检索 (Retrieval)： 高效准确地从海量多模态知识库中找到相关信息。

c)增强 (Augmentation)： 将检索到的多模态信息有效地融入到大模型中。

d)生成 (Generation)： 根据输入和增强信息生成高质量的多模态输出。

论文详细总结了每个阶段的常用方法，并讨论了对于不同模态针对性的优化策略，为构建高性能的MM-RAG系统提供了实用的技术指导。

一站式指南：

训练、评估与应用前瞻

除了技术流程，该综述还提供了构建 MM-RAG 系统的一站式指南：

训练策略： 讨论了 MM-RAG 系统的训练方法，以最大化其检索和生成能力。评估方法： 总结了现有的MM-RAG 评估指标和 Benchmark，帮助研究者评估系统性能。应用与未来： 探讨了 MM-RAG 在多个领域的潜在应用，并指出了未来的重要研究方向。

作为首个覆盖所有常见输入 - 输出模态组合、并系统化解析了 MM-RAG 的工作流、组件、训练、评估等核心技术的综述，该论文不仅为研究者提供了索引式的知识入口，也为产业应用提供了全面的技术参考。论文作者还提供了持续更新的资源库，方便读者追踪最新进展。

  时事1：bo体育官网登录

  12月24日,惊艳！苏州金鸡湖上演“金光穿洞”冬日景观,网传视频中，曾有事发地附近景区工作人员对此事发声。但多方人士告诉红星新闻记者，事发地位于景区外，距离景区约有1~2公里的距离。上述镇政府工作人员表示，景区边界有围栏等明显标识。当事游客没有从景区入口进入海滩，也没有购买景区门票，事发位置离景区确实有相当一段距离。,有体验金的网赌。

  12月24日,安倍遇刺案进行最后庭审 日本检方建议判处被告无期徒刑,4。有关部门和单位应当注意防范因用电量过高，以及电线、变压器等电力负载过大而引发的火灾。,比分直播188新版,澳门游戏电子大全,永乐国际登录网站。

  时事2：米乐官网买球

  12月24日,“在中国，我感受到了‘说到做到’的力量”,俄乌冲突爆发以来，大国在中亚地区的博弈格局正面临重新洗牌。虽然西方加紧拉拢中亚，但中亚国家对西方仍然心存戒备，历史遗留的心理阴影还在。,365外围App下载,AG真人哪个平台好,188bet金宝搏官方。

  12月24日,破解系统性社会问题，伊利在S大会亮出“生态解法”,中新经纬5月7日电 （万可义）近期，31省份2024年经济“一季报”已陆续出炉。GDP总量方面，广东、江苏进入“3万亿俱乐部”；增速方面，16省份高于“全国线”，吉林势头最猛，增速达到6.5%。,大红鹰欢迎您你,欧洲杯赛程直播,巴黎人官网网站。

  时事3：365bet体育外围

  12月24日,12月2日“农产品批发价格200指数”比昨天上升0.29个点,8日，韩国外交部官员表示，韩日近期将举行司局级磋商，就赴日考察团相关事宜进行协调。,必威官网网页版入口,优德下载地址,真人美高梅开户。

  12月24日,先砸巨额军费再抛“台独”方案，赖清德被斥“在玩台湾人的命”,生活中，人们常用认可度判别事物，区分高下。请写一篇文章，谈谈你对“认可度”的认识和思考。,伟德bv下载,亚投彩票app,9游会被找回吗。

  时事4：滚球正规网站

  12月24日,又快又顺畅、几乎“无感”！230多吨货物三亚港“二线口岸”15分钟通关,曾文莉说，“要发展网球经济和其他体育经济，我们要思考一下，是否已将体育产业充分市场化，运动员的商业价值是否已充分释放，对体育产业、体育经济的杠杆作用是否已充分发挥。”她表示，“我们应该为明星运动员的商业活动营造更好的舆论环境、政策环境和制度环境。”,爱体育官网入口,新云顶娱乐网站,永利集团登录网址。

  12月24日,2025年闽南戏剧周：“戏游闽南”古城沉浸式展演,靳东，1976年出生于山东省，毕业于中央戏剧学院，国家一级演员，曾获得“青年五四奖章”先进个人、“全国德艺双馨电视艺术工作者”等荣誉称号。他还是第十四届全国政协委员。,365bet球盘,10bet体育app,PG赏金女王试玩。